-
公开(公告)号:CN116365528A
公开(公告)日:2023-06-30
申请号:CN202211436473.7
申请日:2022-11-16
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 中国农业大学
Abstract: 本发明提供一种基于源荷时空功率匹配的配电线路分段开关优化配置方法,所述方法包括:获取待优化配电线路中的分区负荷数据、分布式电源数据、待设置的分段开关数目、以及所述分段开关的可行候选位置;基于所述分区负荷数据和所述分布式电源数据,分别获取分区内源荷时空功率平衡程度、分区间净负荷功率均衡程度;以所述分区内源荷时空功率平衡程度、分区间净负荷功率均衡程度为优化目标,获取最优解对应的所述可行候选位置,作为所述分段开关的优化位置。从分区内源荷时空功率平衡、分区间净负荷功率均衡两个层面,对配电线路源荷时空功率匹配程度进行分析,优化获取最优的分段开关设置位置。
-
公开(公告)号:CN116845895A
公开(公告)日:2023-10-03
申请号:CN202310603844.4
申请日:2023-05-25
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 中国农业大学
IPC: H02J3/06 , G06Q10/0631 , G06Q10/0637 , G06Q50/06 , H02J3/14
Abstract: 本发明提供一种配电台区电负荷曲线整形方法、装置、设备及存储介质,涉及配电网技术领域。该方法包括:获取配电台区电负荷曲线的异常数据;基于异常数据,对配电台区电负荷曲线的整形需求进行处理,确定整形需求优先级排序结果;对整形需求优先级排序结果进行计算,得到配电台区电负荷曲线的整形功率需求;基于配电台区电负荷曲线的整形功率需求,确定配电台区对应的目标整形能力;基于预设的调控指标和目标整形能力,确定配电台区的调控措施评价策略;根据配电台区的调控措施评价策略,调节配电台区电负荷曲线。能够有效利用配电台区内柔性负荷的调节能力,灵活的调节配电台区电负荷曲线,降低峰谷差率,提高配电台区的运行安全性。
-
公开(公告)号:CN117195677A
公开(公告)日:2023-12-08
申请号:CN202310471278.6
申请日:2023-04-27
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司淮安供电分公司
IPC: G06F30/27 , G06F113/04 , G06F119/02
Abstract: 一种配电网接线组布局方法,所述方法包括以下步骤:a.数据的预处理和操作参数的设置;b.初始种群的形成;c.计算种群中各染色体的适应度及初始种群或禁忌搜索后的种群的适应度的方差值;d.判断是否满足遗传算法终止条件,如果不满足终止条件进入步骤e,否则进入步骤g;e.采用遗传算法中轮盘赌的方法从种群中选择出部分染色体直接遗传到下一代或进行交叉操作;f.局部最优的判断和处理;g.输出种群,按种群中适应度最大染色体的位点序列对配电网接线组进行布局。本发明结合了遗传算法和禁忌搜索法的优点,可实现配电网的最佳规划,从而降低了配电网接线组的建设成本和运行成本,提高了电网供电的可靠性和安全性。
-
公开(公告)号:CN116667363A
公开(公告)日:2023-08-29
申请号:CN202310546588.X
申请日:2023-05-15
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了考虑数据数控迁移特性的源荷协同网络弹性提升方法,该方法包括:获取预测数据与网络参数;将数据中心时空迁移特性与能耗管理机制相结合,构建互联数据中心时空迁移模型;考虑电力平衡约束、线路潮流约束、火电机组运行约束、光伏电站运行约束、储能运行约束以及数据中心时空迁移约束,提出灾前预防‑灾中紧急调控的两阶段优化策略;在灾前预防阶段,以网络载荷均衡和运行经济性为目标函数进行多目标优化;在灾中紧急调控阶段,以负荷削减最优为目标对火电机组出力和数据中心运行进行调整。进一步提高数据中心参与电力时空调度的潜力,进一步提升网络弹性。
-
公开(公告)号:CN114218765A
公开(公告)日:2022-03-22
申请号:CN202111428856.5
申请日:2021-11-26
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , H02J3/24 , H02J3/46 , F24D19/10 , G06F113/14 , G06F119/08
Abstract: 本发明公开了一种应对电网功率缺额的综合能源惯性支撑方法,首先分别建立气、热惯性应对系统功率缺额出力模型,然后根据气热惯性相似的功率支撑特性,确定二者能够以统一形式协同发电侧出力应对电网功率缺额。本发明可以充分利用综合能源园区气、热系统的慢动态尺度特点,进而综合传统应对电网功率缺额方式,提升应对电网功率缺额的能源形式的多样性与低碳性,在保证系统可靠性水平的前提下,增强系统运行经济性与环保性。
-
公开(公告)号:CN114186849B
公开(公告)日:2024-11-26
申请号:CN202111508617.0
申请日:2021-12-10
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
IPC: G06Q10/0635 , G06F30/20 , G06N7/01 , G06F17/18 , G06Q50/06 , G06Q10/0639 , G06F111/08
Abstract: 本发明提供了计及二次系统影响的电力系统连锁故障风险评估方法及其系统,该方法首先考虑电力系统潮流信息,建立电力线路故障概率模型;其次,考虑电力二次系统中切负荷装置故障对电力一次系统的影响,基于马尔科夫链法,寻找电力系统连锁故障的完整事件链;最后,基于风险价值理论,建立多种系统级的风险指标,结合层次分析法,提出系统综合风险指标;进而提出考虑二次系统影响的电力系统连锁故障风险评估方法,该方法能全面合理的评估了计及二次系统的电力系统运行风险。
-
公开(公告)号:CN114221334B
公开(公告)日:2024-08-13
申请号:CN202111518433.2
申请日:2021-12-13
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
IPC: H02J3/00 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于图神经网络的快速状态估计方法,该状态估计方法利用全网已有的量测数据,对全网的节点进行实时的高精度的测量;同时,本发明的状态估计方法通过将数据采集与监视控制和广域测量系统的状态估计值输入到图神经网络模型中训练,可以得到预测精度高的网络模型,该图神经网络模型可以直接处理电力系统的节点信息和拓扑结构信息,通过端对端的任务学习实现对全网状态的实时估计。
-
公开(公告)号:CN112541546B
公开(公告)日:2022-08-02
申请号:CN202011463720.3
申请日:2020-12-14
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司南通供电分公司 , 东南大学
Abstract: 本发明涉及一种基于多场景模型的光伏电站典型场景生成方法,首先,获取配电网络下多个光伏电站出力的历史数据,形成由个光伏电站的历史出力数据组成的多维数据集;然后,对多维集进行基于局部密度中心的聚类,将所有数据点分为多个场景;再按照聚类生成的多个场景分别建模,使用核密度估计法和Copula函数估计多个光伏电站出力在各个场景下的联合概率分布;最后,利用拉丁超立方采样方法对每个场景下的最优Copula函数抽样,生成光伏出力典型样本,对生成的样本进行蒙特卡洛概率潮流计算,从而对配电网电压质量进行分析。该方法能够高效地实现对多个光伏电站出力的精确建模。
-
公开(公告)号:CN114221334A
公开(公告)日:2022-03-22
申请号:CN202111518433.2
申请日:2021-12-13
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明提供了一种基于图神经网络的快速状态估计方法,该状态估计方法利用全网已有的量测数据,对全网的节点进行实时的高精度的测量;同时,本发明的状态估计方法通过将数据采集与监视控制和广域测量系统的状态估计值输入到图神经网络模型中训练,可以得到预测精度高的网络模型,该图神经网络模型可以直接处理电力系统的节点信息和拓扑结构信息,通过端对端的任务学习实现对全网状态的实时估计。
-
公开(公告)号:CN117526441A
公开(公告)日:2024-02-06
申请号:CN202311461284.X
申请日:2023-11-03
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种考虑供电安全层级的配电系统可靠性概率评估方法及系统,该评估方法针对源荷不确定性利用聚类方法获取若干典型场景,再使用拉丁超立方抽样法筛选出数个抽样场景并获得各抽样场景的净负荷以及出现概率,进而对配电系统的可靠性进行评估,因此本发明的评估方法属于考虑光伏出力特性的概率性评价,即“动态评价”,可以体现分布式电源的波动性及用电负荷的随机性,具有较高的可靠性评估的实用价值。
-
-
-
-
-
-
-
-
-